跳到正文
今日 22 条
6月13日周二
  1. Hugging Face Blog70

    Hugging Face 与 AMD 合作加速 CPU 和 GPU 平台上的最先进模型

    Hugging Face 与 AMD 合作,旨在为 CPU 和 GPU 平台提供最先进的 transformer 模型性能。该合作将支持多种模型架构和框架,包括自然语言处理、计算机视觉和语音模型,并预计将提高成本效益。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

6月12日周一
  1. Hugging Face Blog40

    Hugging Face Hub for Galleries, Libraries, Archives and Museums

    Hugging Face Hub 提供超过 19 万个机器学习模型、3.3 万个数据集和 10 万个应用和演示,涵盖预训练语言模型、图像和音频分类模型、目标检测模型以及各种生成模型。该平台支持 GLAM 领域的用户分享和访问机器学习模型和数据集,并提供了模型和数据的搜索、使用和分享功能。

6月7日周三
6月2日周五
6月1日周四
5月31日周三
5月24日周三
5月23日周二
  1. Hugging Face Blog70

    Hugging Face 安全审计确认 Safetensors 库安全,将成为默认格式

    Hugging Face 与 EleutherAI 和 Stability AI 合作,对 Safetensors 库进行了安全审计,确认其安全性,并计划将其作为默认格式。Safetensors 是一个用于保存和加载张量的库,具有安全、懒加载和快速加载等特性。

    推荐理由:Hugging Face 对 safetensors 库进行了安全审计,确认其安全性,并计划将其作为默认格式。读者可以了解其安全特性和应用场景。

  2. Hugging Face Blog65

    Hugging Face 与 IBM 合作推出 watsonx.ai,下一代企业 AI 工作室

    Hugging Face 与 IBM 合作推出 watsonx.ai,下一代企业 AI 工作室,旨在帮助 AI 构建者训练、验证、调整和部署传统机器学习和新的生成式 AI 能力。该平台基于 RedHat OpenShift,支持云和本地部署,并集成了 Hugging Face 的开源库。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

5月18日周四
5月9日周二
  1. Hugging Face Blog70

    使用 StarCoder 创建编码助手

    BigCode 的 StarCoder 模型发布,一个基于 80 多种编程语言、GitHub 问题和 Jupyter 笔记本训练的 1600 亿参数模型。该模型可用于创建个性化的编码助手,并支持多查询注意力机制和快速的大批量推理。

    推荐理由:原文展示了如何将 StarCoder 模型微调为聊天机器人,读者可以了解其如何改变现有工作流。

5月1日周一
4月26日周三
4月25日周二
4月24日周一
4月21日周五
4月17日周一
  1. Hugging Face Blog70

    Hugging Face 与 AWS 合作优化 Transformers,推出 AWS Inferentia2 加速器

    Hugging Face 与 AWS 合作,推出 AWS Inferentia2 加速器,用于优化 Hugging Face Transformers 的性能。该加速器提供了前所未有的吞吐量、延迟、性能功耗比和可扩展性。通过 AWS Neuron SDK 的原生集成,开发者只需一行代码即可将模型编译为 Inferentia2。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

4月6日周四
3月28日周二
  1. Hugging Face Blog70

    Hugging Face 发布 Habana Gaudi2 加速器上的 BLOOMZ 大语言模型快速推理功能

    Hugging Face 发布了 Habana Gaudi2 加速器上的 BLOOMZ 大语言模型快速推理功能,使用 🤗 Optimum Habana 库可以轻松部署百亿参数的大型语言模型,如 BLOOM,并实现比市场上任何 GPU 更快的推理速度。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

3月23日周四
3月14日周二
3月3日周五
  1. Hugging Face Blog72

    ControlNet 在 Diffusers 中的应用

    ControlNet 是一种框架,允许用户通过不同的空间上下文(如深度图、分割图、涂鸦、关键点等)来定制生成过程。该框架支持多种条件模型,并已集成到 Diffusers 中,允许用户通过控制网络来控制图像生成过程。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

3月1日周三
2月24日周五
2月23日周四
2月21日周二
  1. Hugging Face Blog70

    Hugging Face 与 AWS 合作使 AI 更易于访问

    Hugging Face 与 Amazon Web Services (AWS) 合作,旨在通过使下一代机器学习模型更易于访问,以加速其可用性,并帮助开发者以最低的成本实现最高性能。Hugging Face 将利用 AWS 作为首选云服务提供商,使开发者能够访问 AWS 的先进工具,以训练、微调和部署模型。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

2月15日周三
2月7日周二
2月6日周一
2月1日周三
1月31日周二
1月30日周一
1月26日周四